如何用六个步骤封装Python代码包

假设你很喜欢用同一段Python代码，里面有几个相关的小型函数，或者是含有几百行代码的中型模块。程序员可能会把它复制到不同的项目或存储库中，或者从特别设置的实用工具代码文件夹中导入这段代码。

这很正常。程序员在编写代码的过程中都会不断积累这些个性化的小工具。相比其他编程语言来说，Python更容易积累这些语句——这些代码非常实用。

如果无需复制，就可以轻松导入自己开发的小工具，并进行更新和维护，岂不是更好吗？如果不依赖于特定的文件或路径，让这些代码在不同的环境、机器和语境中都适用？如果可以将这些个性化工具版本化，并使相关代码清楚地反映出其依赖性呢？如果这个工具能为大众所用呢？

没错，它都可以做到。

当然，这个概念不是第一次提了。这就是通常在编程语言中使用模块、包和库的原因，特别是在Python的开发环境中。它的实现可使Python功能更加强大；只需简单的pip install 和 import就能获得BeautifulSoup的html解析功能或pandas的数据帧处理功能。

另外，人人都可以将自己的代码在PyPI上编写和发布（PyPI是Python包的官方索引：http://pypi.python.org/pypi），使它们与sklearn、requests或delorean（都是非常实用、流行的Python包）一样简单易得。以下是它的几点优势:

· 即使只有很少人使用，共享自己的代码仍是一件很有趣的事；程序员可以在工作、社群活动或求职面试中分享并展示自己的劳动成果。

· 通过强制性地整理和记录代码，公开给同行进行评价，从而改进代码。

· 它还能弥补社群的不足。你会惊讶地发现，很多人会注意到你的序列化十分高效，比如将HTTP报头序列化到JSON。或者发现自己创建的用来验证输入MongoDB查询文档修饰符的工具有多么实用。

心动了吗？忘记那个旧的Python模块，开始制作小型Python包吧。

图1: Python dust

步骤一：命名

首先是命名。好的名字通常比较简短，便于在pip install 或 import 完成之后输入（尽管现在已经出现了“自动输入”）;还要包含足够的信息便于理解，或者在安装完成后之后提示其中的内容。

 

 

requests负责处理HTTP请求、delorean负责日期和时间，sklearn负责提供机器学习框架，这些都是很好的例子。在为pandas管道包（由于pandas 通常以pd这样较短别名导入，故使用pdpipe：https://github.com/shaypal5/pdpipe）和缓存包（cachier：https://github.com/shaypal5/cachier）命名时，笔者也尝试过这些例子。

不过老实说，这些并不是固守的规则。流行的Python包都有pandas、 keras、 django、 boto、 jinja、 flask 和 pytorch等名称，大家能记住这些名字，所以读者也可以使用任何简短且可读的名称（例如，由于可读性问题，笔者将“Scikit-Learn Wrappers for FastText”缩写成了skift）。本文以chocobo为例。

步骤二：确定代码包的基本结构

接下来，通过几个简短的步骤，制作一种通用的结构:

1.用代码包的准确名称创建一个Github存储库，不要使用驼峰式或过多的个人发挥。然后在本地进行复制。

2.在该存储库中新建一个文件夹，用代码包的准确名称命名；这就是保存代码包的文件夹。这是一